Top 10 Repositorios de IA en GitHub

bradautomates/claude-video

Tendencia

¿Qué hace?

Permite pasar la URL de cualquier video para que Claude pueda "verlo" de forma nativa mediante la automatización de extracción de fotogramas (frames) y transcripción de audio. Ahorra horas en resúmenes de videos extensos o investigación de bugs visuales.

Requisitos

• Python 3.10+
• FFmpeg instalado en el sistema y añadido al PATH de Windows
• Clave de API de Anthropic

Ejecución en Windows

git clone https://github.com/bradautomates/claude-video.git
cd claude-video
pip install -r requirements.txt
python main.py --url "TU_URL_DE_VIDEO"

diegosouzapw/OmniRoute

Tendencia

¿Qué hace?

Una puerta de enlace (gateway) gratuita que centraliza más de 231 proveedores de IA en un único endpoint estandarizado. Reduce el consumo de tokens hasta en un 95% gracias a su sistema de compresión inteligente, permitiendo operar utilizando cuotas gratuitas.

Requisitos

• Docker y Docker Compose (opcional pero recomendado) o Node.js

Ejecución en Windows

git clone https://github.com/diegosouzapw/OmniRoute.git
cd OmniRoute
docker-compose up -d

stablyai/orca

Tendencia

¿Qué hace?

Un entorno de desarrollo avanzado para ejecutar múltiples agentes de codificación en paralelo (como Claude Code o Codex). Permite supervisar, verificar y operar el progreso de las tareas desde dispositivos de escritorio o móviles en cualquier lugar.

Requisitos

• Node.js y Docker (recomendado para aislamiento)

Ejecución en Windows

git clone https://github.com/stablyai/orca.git
cd orca
npm install
npm run start:desktop

Shubhamsaboo/awesome-llm-apps

Tendencia

¿Qué hace?

Una colección masiva de más de 100 aplicaciones de agentes IA y sistemas RAG listos para clonar y ejecutar de inmediato. Ideal para integrar ejemplos de implementación directo en tus propios productos.

Requisitos

• Python 3.10 o superior
• Claves de API de LLMs (OpenAI, Anthropic, etc.)

Ejecución en Windows

git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
cd awesome-llm-apps
pip install -r requirements.txt

Graphify-Labs/graphify

Tendencia

¿Qué hace?

Convierte código, documentos e imágenes en un grafo de conocimiento completo. En lugar de buscar archivos individualmente con grep, permite hacer preguntas complejas recorriendo las relaciones de todo el proyecto de manera inteligente.

Requisitos

• Node.js / Python (según la versión del módulo)
• Git instalado

Ejecución en Windows

git clone https://github.com/Graphify-Labs/graphify.git
cd graphify
npm install && npm start

 

Los proyectos de Inteligencia Artificial que han acaparado las tendencias esta semana, con descripciones claras, requisitos y guías rápidas de ejecución en Windows.

Nutlope/hallmark

Tendencia

¿Qué hace?

Una herramienta diseñada para eliminar el "olor a IA" (aspecto genérico y robótico) en los diseños producidos masivamente por Claude Code, Cursor o Codex. Corrige automáticamente esquemas de colores y estilos visuales.

Requisitos

• Node.js (versión 18 o superior)
• npm

Ejecución en Windows

git clone https://github.com/Nutlope/hallmark.git
cd hallmark
npm install
npm run dev

HKUDS/Vibe-Trading

Tendencia

¿Qué hace?

Permite ejecutar backtests de estrategias de trading y análisis de mercado mediante instrucciones puras en lenguaje natural. Configura operaciones automáticas con sistemas de seguridad, límites estrictos y parada inmediata para evitar pérdidas descontroladas.

Requisitos

• Python 3.10+
• Librerías de análisis financiero y dependencias del repositorio

Ejecución en Windows

git clone https://github.com/HKUDS/Vibe-Trading.git
cd Vibe-Trading
pip install -e .

iOfficeAI/OfficeCLI

Tendencia

¿Qué hace?

Una interfaz de línea de comandos (CLI) que empodera a los agentes de IA para leer, escribir y editar de manera directa archivos de Word, Excel y PowerPoint. Opera mediante un único binario y funciona perfectamente incluso sin Microsoft Office instalado en el equipo.

Requisitos

• Entorno de terminal compatible (PowerShell o CMD en Windows)

Ejecución en Windows

git clone https://github.com/iOfficeAI/OfficeCLI.git
cd OfficeCLI
# Seguir instrucciones de compilación del binario en el README o descargar la release ejecutable.

earendil-works/pi

Tendencia

¿Qué hace?

Proporciona una API unificada de LLM, un bucle de agentes avanzado y una interfaz de terminal (TUI) compatible con múltiples proveedores. Diseñado para ensamblar herramientas y crear tu propio agente de programación personalizado.

Requisitos

• Go (Golang) o Node.js (dependiendo de la arquitectura del proyecto)

Ejecución en Windows

git clone https://github.com/earendil-works/pi.git
cd pi
go build -o pi.exe main.go

DesktopCommanderMCP (GitHub)

Tendencia

¿Qué hace?

Conecta la terminal y el sistema de archivos completo directamente con Claude mediante el protocolo MCP (Model Context Protocol). Permite editar código, ejecutar comandos de consola y buscar archivos en el equipo sin necesidad de abrir un entorno de desarrollo tradicional (IDE).

Requisitos

• Node.js / npm
• Cliente compatible con MCP (como Claude Desktop)

Ejecución en Windows

git clone https://github.com/DesktopCommanderMCP/desktop-commander.git
cd desktop-commander
npm install
npm run build

Deutsche Telekom logra teletransportación cuántica en red comercial activa

Deutsche Telekom y la empresa de redes cuánticas Qunnect han demostrado con éxito la teletransportación cuántica a través de 30 kilómetros de cables de fibra óptica comerciales en Berlín, marcando lo que las compañías describen como un paso importante hacia la integración de tecnologías cuánticas en la infraestructura de telecomunicaciones existente.

Durante las pruebas realizadas en enero de 2026, el equipo alcanzó una fidelidad de teletransportación promedio del 90%, con una precisión máxima del 95%, según un anuncio conjunto publicado el martes. El experimento utilizó el hardware Carina de distribución de entrelazamiento cuántico, disponible comercialmente de Qunnect, y funcionó en paralelo con el tráfico de datos regular en la red de Deutsche Telekom, una primicia para la teletransportación cuántica práctica fuera de condiciones de laboratorio.
De la ciencia ficción a la realidad de las redes

Si bien teletransportar personas sigue siendo ciencia ficción, la teletransportación de información cuántica es ahora una realidad práctica para los proveedores de telecomunicaciones. La teletransportación cuántica funciona recreando un estado cuántico idéntico de una partícula en un destino mediante el uso de entrelazamiento cuántico precompartido, en lugar de transmitir una partícula física.​

"Nuestra red de fibra óptica está lista para lo cuántico", afirmó Abdu Mudesir, miembro de la Junta Directiva de Telekom para Producto y Tecnología. "En Berlín hemos demostrado ahora que la información cuántica puede transmitirse a través de 30 kilómetros de fibra óptica comercial de Telekom fuera de un laboratorio. Esto se realiza en paralelo con el tráfico de datos regular y con una precisión promedio muy alta del 90 por ciento".​

Mael Flament, Director de Tecnología de Qunnect, destacó la importancia de la demostración: "Estamos mostrando que los elementos fundamentales de la teletransportación pueden operar dentro de una red real, en racks reales, bajo el control del operador, avanzando desde un experimento de laboratorio hacia algo que un proveedor de telecomunicaciones puede implementar".​
Bloques de construcción para la Internet cuántica

Este logro se basa directamente en pruebas de campo anteriores realizadas por los socios, incluyendo una demostración en abril de 2025 que alcanzó un 99% de fidelidad en la distribución sostenida de entrelazamiento durante 17 días. El elemento central de la última prueba de teletransportación fue la plataforma Carina de Qunnect, que integra un generador de entrelazamiento que produce pares de fotones entrelazados cuánticamente junto con componentes de compensación de polarización que contrarrestan la interferencia ambiental en la fibra desplegada.

La teletransportación se realizó a una longitud de onda de 795 nanómetros, esencial para la compatibilidad con plataformas como computadoras cuánticas de átomos neutros, relojes atómicos y sensores cuánticos. Esto posiciona la tecnología como una vía para conectar diversos sistemas cuánticos a la infraestructura de telecomunicaciones.

Deutsche Telekom inauguró su Laboratorio Cuántico en Berlín en 2023, conectado a más de 2,000 kilómetros de red de fibra óptica que vincula socios en toda Alemania, incluyendo las Universidades Técnicas de Berlín, Dresde y Múnich, así como el Instituto Fraunhofer HHI.

Los socios planean extender la demostración a configuraciones de teletransportación de múltiples nodos y ampliar las distancias sobre las cuales pueden transferir estados cuánticos. Deutsche Telekom presentará el logro de teletransportación cuántica en el Mobile World Congress en Barcelona del 2 al 5 de marzo.

Google lanza Gemini 3.1 Pro, afirmando haber duplicado su capacidad de razonamiento

 

Google lanza Gemini 3.1 Pro, afirmando haber duplicado su capacidad de razonamiento

Google lanzó Gemini 3.1 Pro el jueves, marcando su primera actualización incremental .1 de la serie Gemini y ofreciendo un salto en el rendimiento de razonamiento que, según la compañía, más que duplica las capacidades de su predecesor en pruebas comparativas clave.

El nuevo modelo alcanzó una puntuación verificada del 77.1% en ARC-AGI-2, una prueba comparativa que evalúa la capacidad de un modelo para resolver patrones lógicos novedosos, en comparación con el 31.1% de Gemini 3 Pro. Pruebas independientes de Artificial Analysis encontraron que Gemini 3.1 Pro ahora lidera seis de diez evaluaciones en su Índice de Inteligencia, incluyendo Terminal-Bench Hard para programación agéntica, Humanity's Last Exam para razonamiento, y GPQA-Diamond para razonamiento científico.

Un modelo de frontera competitivo en costos

El lanzamiento posiciona a Google para recuperar terreno en la carrera de la IA frente a OpenAI y Anthropic. Según Artificial Analysis, Gemini 3.1 Pro cuesta menos de la mitad que los modelos de frontera competidores de estos rivales para ejecutar pruebas de referencia integrales, mientras mantiene el mismo precio que su predecesor: $2 por millón de tokens de entrada y $12 por millón de tokens de salida.

"3.1 Pro es una base más inteligente y capaz para la resolución de problemas complejos", afirmó Google en su anuncio. El modelo integra mejoras fundamentales de razonamiento de Gemini 3 Deep Think, que Google actualizó la semana pasada, en un paquete más accesible para desarrolladores y consumidores.

Amplio lanzamiento en todas las plataformas

Gemini 3.1 Pro se está implementando en versión preliminar en todo el ecosistema de Google a partir del jueves. Los desarrolladores pueden acceder a él a través de la API de Gemini en Google AI Studio, Gemini CLI, la plataforma de desarrollo agéntico Google Antigravity y Android Studio. Los clientes empresariales obtienen acceso a través de Vertex AI y Gemini Enterprise.

Los consumidores con suscripciones a Google AI Pro y Ultra pueden usar el modelo a través de la aplicación Gemini con límites de uso más altos, mientras que el acceso a NotebookLM es exclusivo para suscriptores de Pro y Ultra.

Google destacó aplicaciones prácticas que incluyen la "síntesis de sistemas complejos", donde el modelo puede conectar APIs complejas con un diseño fácil de usar. Una demostración involucró la creación de un panel aeroespacial en tiempo real que visualiza la órbita de la Estación Espacial Internacional. El modelo también sobresale en la generación de gráficos SVG animados a partir de indicaciones de texto, produciendo visualizaciones basadas en código en lugar de imágenes de píxeles.

La compañía indicó que este lanzamiento preliminar ayudará a validar las actualizaciones antes de una disponibilidad más amplia, con mejoras adicionales planificadas para flujos de trabajo agénticos.​

Un hombre entra a un banco en Manhattan y pide hablar con el agente de préstamos...

Un hombre entra a un banco en Manhattan y pide hablar con el agente de préstamos. El agente sale enseguida y pregunta: "¿En qué puedo ayudarle, señor?".

El hombre explica: “Voy a salir de la ciudad por negocios durante dos semanas y necesito pedir prestados 5.000 dólares”. El agente de préstamos asiente y responde que el banco necesitará algún tipo de garantía para el préstamo. Sin dudarlo, el hombre extiende la mano, deja caer un juego de llaves de coche en la palma del agente y dice: «Esas son las llaves de mi coche, que está aparcado ahí fuera». Luego le entrega un pequeño fajo de papeles y añade: «Y aquí están los documentos». Curioso, el agente de préstamos mira por la ventana y ve un Ferrari nuevo estacionado en paralelo justo frente al banco. Le dice al hombre: «Un momento, por favor», y desaparece en una trastienda para consultar con el presidente del banco. Tras confirmar que todo está en orden, ambos se ríen entre sí de alguien que dejó un Ferrari de 750.000 dólares como garantía para un préstamo de 5.000 dólares. El agente de préstamos regresa y le dice al hombre que el banco aceptará con gusto el Ferrari como garantía. Un empleado lleva el coche rápidamente al garaje subterráneo del banco y lo estaciona de forma segura. Dos semanas después, el hombre regresa, paga los $5,000 más intereses (un total de $15.41) y se prepara para irse. Sonriendo, el agente de préstamos le dice: "Señor, estamos muy contentos de contar con su confianza. Todo salió a la perfección". Luego añade: «Pero debo admitir que estamos un poco desconcertados. Mientras estabas fuera, investigamos tus antecedentes y descubrimos que eres multimillonario. ¿Por qué alguien como tú se molestaría en pedir prestados 5.000 dólares?». El hombre responde: "Muéstreme otro lugar en Manhattan donde puedan estacionar un Ferrari durante dos semanas por quince dólares".

Linus Torvalds dice que usó IA para programar por intuición su último proyecto

Linus Torvalds, creador de Linux, reveló que utilizó Google Antigravity, una herramienta de codificación con IA, para ayudar a construir partes de su nuevo proyecto hobby de código abierto AudioNoise. La declaración marca un momento notable para el desarrollo asistido por IA en la comunidad de código abierto, viniendo de una de las figuras más influyentes en la ingeniería de

Eliminé al Intermediario

En el archivo README del repositorio de GitHub, Torvalds escribió: "También hay que tener en cuenta que la herramienta de visualización en python ha sido básicamente escrita mediante vibe-coding. Sé más sobre filtros analógicos —y eso ya no es decir mucho— que sobre python. Empezó como mi típico estilo de programación 'googlear y hacer lo que veo', pero luego eliminé al intermediario —es decir, yo— y simplemente usé Google Antigravity para hacer el visualizador de muestras de audio".​

AudioNoise es un proyecto amateur que explora el procesamiento digital de señales y el diseño de pedales de guitarra, siguiendo los experimentos de hardware GuitarPedal anteriores de Torvalds. El repositorio contiene implementaciones en C de efectos de audio como delays, filtros y phasers —escritos manualmente por Torvalds— junto con la herramienta de visualización en Python generada por IA. Publicado bajo la licencia GPLv2, el proyecto ya ha recibido más de 1300 estrellas en GitHub.​

¿Qué es el Vibe Coding?

El "vibe coding" o "programación por vibra" describe un enfoque de desarrollo en el que los programadores describen su intención en lenguaje natural y dejan que los modelos de IA generen el código fuente. El término fue acuñado por el investigador de IA Andrej Karpathy en febrero de 2025, quien lo caracterizó como entregarse completamente "a la vibra" y dejar que la IA se encargue de los detalles de implementación.​

Google Antigravity, la herramienta que utilizó Torvalds, es un IDE impulsado por IA lanzado en noviembre de 2025. Construido como una bifurcación de Windsurf, que a su vez deriva del Visual Studio Code de Microsoft, Antigravity integra modelos que incluyen Gemini de Google y Claude de Anthropic.​

Una postura pragmática sobre la IA

El uso que hace Torvalds de la IA se alinea con sus declaraciones previas sobre la tecnología. En la Cumbre de Código Abierto de Japón en diciembre de 2025, se describió a sí mismo como "un gran creyente en la IA como herramienta", aunque enfatizó que estaba "mucho menos interesado en la IA para escribir código" que para el mantenimiento de código y las revisiones automatizadas. También ha dicho que la codificación por intuición podría ser "una excelente manera para que las personas hagan que las computadoras realicen algo que quizás no podrían hacer de otra manera", aunque reconoce que "puede ser una idea horrible desde el punto de vista del mantenimiento".​

El proyecto AudioNoise, señaló Torvalds, es explícitamente un ejercicio de aprendizaje y no software profesional. "Estos son —como los circuitos análogos que iniciaron mi trayectoria— efectos de juguete que no deberías tomar en serio", escribió en el README.

Las lecciones fotográficas de Adams resurgen como antídoto contra la IA

Mientras los fotógrafos lidian con las imágenes generadas por IA y el contenido impulsado por algoritmos a principios de 2026, un nuevo artículo destaca la relevancia perdurable del fotógrafo de paisajes y teórico Robert Adams, cuyos escritos enfatizan el cuidado, la paciencia y la visión auténtica por encima del rendimiento tecnológico.

The Phoblographer publicó un ensayo el 11 de enero que explora cómo los libros icónicos de Adams "Beauty in Photography" y "Why People Photograph" ofrecen orientación a los fotógrafos contemporáneos abrumados por la cultura del equipo y las tendencias digitales. La escritora Nilofer Khan argumenta que la filosofía de Adams —que posiciona la fotografía como una práctica moral arraigada en la atención más que en la ambición— proporciona un contrapunto al acelerado panorama visual actual.​



Lecciones fundamentales para fotógrafos contemporáneos

El marco conceptual de Adams se centra en cinco principios que contrastan fuertemente con las presiones actuales de la industria. En primer lugar, sostiene que la fotografía debe surgir del interés genuino por los temas a capturar, más que de la ambición profesional, instando a los practicantes a preguntarse "por qué" antes de "cómo". Su concepto de belleza rechaza lo espectacular en favor de la verdad y el reconocimiento, sugiriendo que los fotógrafos pueden encontrar imágenes significativas al observar honestamente las realidades fragmentadas.​

El fotógrafo también enfatiza la creación ética de contenido, particularmente a través de su documentación del daño ambiental en el oeste estadounidense. Sus imágenes de la expansión suburbana y los paisajes alterados demuestran cómo las cámaras pueden involucrar a los espectadores con temas significativos en lugar de estéticas vacías.​

Adams aboga por la "resistencia en la lentitud", alentando a los fotógrafos a crear imágenes que desafíen la urgencia impulsada por los algoritmos y permitan que los significados ambiguos se desarrollen con el tiempo. Este enfoque desafía directamente a plataformas como Instagram que priorizan la interacción rápida sobre la contemplación reflexiva.​

Momento y contexto contemporáneo

El renovado interés en Adams coincide con las crecientes preocupaciones sobre la generación de imágenes mediante IA y su impacto en la autenticidad fotográfica. Adam Mosseri, director de Instagram, pidió recientemente un etiquetado más claro de las imágenes generadas por IA, mientras que los creadores de contenido enfatizan cada vez más la fotografía cruda e imperfecta para distinguirse de los resultados pulidos de la IA. Datos de Adobe muestran que dos tercios de los usuarios beta de Photoshop ahora emplean IA generativa a diario, lo que plantea interrogantes sobre los límites entre la fotografía y la fabricación digital.​

Adams, nacido en 1937, adquirió prominencia a través de su libro de 1974 "The New West" y su participación en la histórica exposición de 1975 "New Topographics: Photographs of a Man-Altered Landscape". Su obra continúa apareciendo en exposiciones, incluyendo en la Galería Zander en París hasta el 10 de enero de 2026.​

Para Adams, la fotografía sigue siendo fundamentalmente "una forma de estar en el mundo" más que una carrera, donde las imágenes exitosas reflejan la relación del fotógrafo con la realidad en lugar del dominio técnico.

Google elimina el panel lateral de Gemini en Gmail para suscriptores de IA

Google está eliminando el panel lateral de Gemini para los suscriptores de AI Pro y AI Ultra en Estados Unidos, trasladando sus capacidades de inteligencia artificial directamente a la interfaz de Gmail como parte de una integración más amplia de Gemini 3 anunciada esta semana. El cambio afecta a los titulares de cuentas personales que pagan $19.99 o $249.99 mensuales por los servicios premium de IA de Google, mientras que los usuarios de Google Workspace no se ven afectados.​

El panel lateral, al que se accedía mediante un ícono de chispa junto a las fotos de perfil de los usuarios, funcionaba como una interfaz de chatbot que permitía a los suscriptores resumir hilos de correo electrónico, redactar mensajes, buscar correos anteriores, acceder a archivos de Google Drive y administrar eventos del Calendario. Google declaró que la eliminación forma parte de un esfuerzo "para facilitar el uso de la IA directamente en Gmail" sin depender de un panel separado.​

"Estamos trabajando para facilitar el uso de la IA directamente en Gmail", escribió Google en su documentación de soporte. "Por lo tanto, es posible que los suscriptores de Google AI Pro y Google AI Ultra en Estados Unidos ya no vean Pregunta a Gemini en Gmail ni puedan abrir el panel lateral de Gemini en Gmail".​


Las funciones de IA integradas reemplazan el panel lateral

Las capacidades del panel lateral se han distribuido en nuevas "experiencias de IA integradas" incorporadas directamente en los flujos de trabajo del correo electrónico. Estas incluyen Resúmenes de IA para resumir conversaciones extensas de correo, una función mejorada de Corrección que ofrece sugerencias de gramática y estilo, y Respuestas Sugeridas actualizadas que analizan el contexto de la conversación. La herramienta Ayúdame a escribir, que redacta correos a partir de indicaciones simples, permanece sin cambios pero ahora está disponible para todos los usuarios de Gmail de forma gratuita.​

"Esto es nuestro compromiso de que Gmail te respalde de forma proactiva, mostrándote lo que necesitas hacer y cuándo necesitas hacerlo", dijo Blake Barnes, vicepresidente de producto de Gmail, al describir el nuevo enfoque.​

Google también está probando con usuarios seleccionados una función de Bandeja de entrada con IA que reorganiza los correos en listas de tareas y resúmenes por temas, lo que representa un cambio fundamental en la forma en que el servicio presenta la información. El panel lateral ya ha desaparecido de las cuentas personales con las nuevas funciones activadas, aunque sigue siendo accesible en la aplicación móvil de Gmail para Android.​

Ejecutivos de IA china advierten que la brecha con EE.UU. podría estar ampliándose

Destacados ejecutivos de inteligencia artificial china expresaron un marcado escepticismo sobre la capacidad de su país para alcanzar a las empresas estadounidenses de IA, advirtiendo que la brecha tecnológica podría estar ampliándose a pesar de una semana exitosa de debuts en mercados públicos para startups chinas de IA.

En un panel de discusión durante la cumbre AGI-Next en Pekín el sábado, Justin Lin, quien dirige la serie de modelos de código abierto Qwen de Alibaba, estimó que hay menos de 20% de probabilidad de que alguna empresa china supere a OpenAI o Anthropic con avances fundamentales durante los próximos tres a cinco años. Su evaluación fue respaldada por Tang Jie, fundador y científico jefe de IA de Zhipu AI, y Yao Shunyu, quien recientemente dejó OpenAI para liderar iniciativas de IA en Tencent.​

"Una porción significativa del poder computacional de OpenAI se destina a investigación pionera, mientras que nosotros estamos al límite: cumplir con las demandas de entrega consume la mayoría de nuestros recursos", dijo Lin durante la cumbre, que fue coorganizada por Zhipu y la Universidad Tsinghua. Tang fue más directo en su evaluación: "Recientemente hemos lanzado algunos modelos de código abierto, y algunos podrían sentirse entusiasmados, pensando que los modelos chinos han superado a los de EE.UU. Sin embargo, la realidad es que la brecha podría estar ampliándose".​


Éxito en la OPI en medio de presión competitiva

Estas declaraciones francas llegaron durante una semana en la que dos de los "tigres de IA" de China—Zhipu y MiniMax—recaudaron colectivamente más de $1,000 millones a través de ofertas públicas iniciales en Hong Kong. Las acciones de MiniMax se dispararon un 109% en su debut del viernes, cerrando en HK$345 después de cotizar a HK$165, valorando a la compañía en aproximadamente $13,700 millones. El debut de Zhipu el jueves fue más modesto, con acciones que subieron un 13.2% para cerrar en HK$131.50.​

A pesar de estos éxitos de mercado, las empresas chinas de IA enfrentan vientos en contra significativos. Los ejecutivos señalaron los recursos computacionales limitados y las restricciones de exportación estadounidenses sobre chips avanzados y equipos de litografía como obstáculos importantes. Desde octubre de 2022, Estados Unidos ha endurecido progresivamente los controles de exportación de semiconductores destinados a limitar las capacidades de IA de China. OpenAI, valorada en aproximadamente $500,000 millones, y Anthropic, valorada en alrededor de $350,000 millones, empequeñecen a sus contrapartes chinas tanto en capitalización de mercado como en recursos.​

Respuestas estratégicas ante el momento DeepSeek

El lanzamiento del modelo R1 de DeepSeek en enero de 2025 marcó un punto de inflexión para la industria de IA de China, demostrando que se podían construir modelos de razonamiento competitivos a una fracción de los costos occidentales. Este avance desencadenó una ola de empresas chinas que lanzaron modelos de código abierto, acortando la distancia con los productos propietarios estadounidenses. Sin embargo, los líderes de la industria se mantienen cautelosos sobre afirmar que han alcanzado la paridad con los modelos de frontera estadounidenses.​

Yao alentó a sus colegas a enfocarse en superar los desafíos asociados con los modelos de próxima generación, incluyendo la memoria a largo plazo y las capacidades de autoaprendizaje. Tang enfatizó la necesidad de colaboración: "La competencia interna inútil no sirve ningún propósito beneficioso. Deberíamos representar a China para avanzar la AGI para el mundo".​

Mientras tanto, otro tigre de la IA, Moonshot AI, anunció que completó una ronda de financiamiento Serie C de $500 millones liderada por IDG Capital, elevando su valoración a $4.3 mil millones y sus reservas de efectivo a más de $1.4 mil millones. La empresa declaró que no tiene prisa por salir a bolsa, optando en su lugar por enfocarse en desarrollar su modelo K3 y expandir su capacidad de cómputo.​

Google elimina resúmenes de salud generados por IA tras reportes de errores peligrosos

Google ha eliminado varios de sus resúmenes de salud generados por IA tras una investigación de The Guardian publicada a principios de este mes que expuso información médica falsa y potencialmente mortal que se estaba entregando a los usuarios a través de su función de Resúmenes de IA.​

El gigante de las búsquedas, que controla más del 90% del mercado mundial de motores de búsqueda, eliminó los Resúmenes de IA para consultas como "cuál es el rango normal para análisis de sangre del hígado" y "cuál es el rango normal para pruebas de función hepática" después de que la investigación del 2 de enero revelara que la función estaba proporcionando información engañosa que los expertos describieron como "peligrosa" y "alarmante".​

Datos engañosos de pruebas hepáticas en el centro de las preocupaciones

The Guardian descubrió que cuando los usuarios buscaban rangos normales para análisis de sangre del hígado, las Vistas Generales de IA de Google mostraban largas listas de números sin tener en cuenta factores críticos como la edad, sexo, etnia o nacionalidad del paciente. Según Vanessa Hebditch, directora de comunicaciones y políticas del British Liver Trust, esto podría llevar a pacientes gravemente enfermos a creer erróneamente que tenían resultados normales en sus pruebas y a saltarse citas médicas de seguimiento.​

"Una prueba de función hepática o LFT es un conjunto de diferentes análisis de sangre. Comprender los resultados y qué hacer a continuación es complejo e implica mucho más que comparar un conjunto de números", dijo Hebditch a The Guardian. Agregó que las Vistas Generales de IA no advierten que los pacientes pueden recibir resultados normales en estas pruebas mientras aún padecen una enfermedad hepática grave que requiere atención médica adicional.​

La investigación también descubrió otros errores peligrosos, incluidos consejos que indicaban a pacientes con cáncer de páncreas que evitaran alimentos altos en grasa—exactamente lo opuesto a las recomendaciones médicas—e información incorrecta sobre las pruebas de detección de cáncer en mujeres.​


Las preocupaciones persisten a pesar de las eliminaciones

Aunque acogen con agrado la medida de Google, los expertos en salud advierten que el problema va más allá de las consultas eliminadas. The Guardian informó que al escribir versiones ligeramente modificadas de las consultas originales, como "lft reference range", aún se activan los Resúmenes de IA. Google comunicó al periódico que está revisando estos ejemplos adicionales.​

Un portavoz de Google declaró que la compañía no comenta sobre eliminaciones individuales, pero trabaja para realizar mejoras amplias cuando los Resúmenes de IA no captan el contexto adecuadamente. La empresa agregó que su equipo interno de médicos encontró que en muchos casos la información no era inexacta y estaba respaldada por sitios web de alta calidad.​

La controversia pone de relieve las crecientes preocupaciones sobre la información de salud generada por IA, ya que millones de usuarios recurren a los motores de búsqueda para obtener orientación médica en momentos de vulnerabilidad.

Google Maps presenta herramientas de IA para simplificar el desarrollo de aplicaciones.

Google Maps anunció un conjunto de herramientas de desarrollo impulsadas por IA el 9 de noviembre, incluyendo un agente constructor que convierte instrucciones en lenguaje natural en prototipos de mapas interactivos y un servidor Model Context Protocol que conecta asistentes de IA con documentación técnica.


El agente constructor permite a los desarrolladores describir proyectos basados en mapas en texto simple—como "crear un recorrido de Street View de una ciudad" o "visualizar el clima en tiempo real en mi región"—y genera automáticamente código funcional que puede exportarse a Firebase Studio.


Grunding Lite

Google presentó Grounding Lite, que permite a los desarrolladores fundamentar sus modelos de IA con datos de Maps utilizando el Model Context Protocol. Esta función permite a los asistentes de IA responder consultas basadas en ubicación con respuestas precisas y fundamentadas en mapas.


Contextual View

La compañía lanzó Contextual View, un componente de bajo código que proporciona respuestas visuales en formatos de lista, mapa o 3D basadas en las consultas del usuario.


Herramientas de Estilo y Soporte para Desarrolladores

La actualización incluye un agente de estilización que crea diseños de mapas personalizados alineados con los colores y temas de marca. El servidor MCP se conecta directamente a la documentación de Google Maps, permitiendo a los desarrolladores hacer preguntas en lenguaje natural sobre el uso de la API y recibir respuestas contextuales.

OpenAI planea servicio en la nube para rivalizar con Microsoft y Google

El CEO de OpenAI, Sam Altman, señaló esta semana la intención de la compañía de ingresar al mercado de computación en la nube, marcando un cambio estratégico dramático que podría poner al líder de inteligencia artificial en competencia directa con sus socios más cercanos.

En una publicación en X el 6 de noviembre, Altman escribió que OpenAI está "buscando formas de vender más directamente capacidad de cómputo a otras empresas (y personas)", añadiendo que la compañía está "bastante segura de que el mundo va a necesitar mucha 'nube de IA', y estamos emocionados de ofrecer esto". El anuncio llega mientras OpenAI lidia con cómo financiar aproximadamente $1.4 billones en compromisos de infraestructura que ha firmado durante los próximos ocho años.

De Consumidor a Proveedor

El movimiento transformaría a OpenAI de uno de los mayores consumidores de servicios en la nube del mundo en un proveedor que compite contra Amazon Web Services, Microsoft Azure y Google Cloud Platform, que en conjunto controlan aproximadamente el 62 por ciento del mercado global de infraestructura empresarial en la nube. AWS posee aproximadamente el 29 por ciento de participación de mercado, seguido por Microsoft con el 20 por ciento y Google Cloud con el 13 por ciento.​

La perspectiva de que OpenAI se convierta en proveedor de servicios en la nube ganó credibilidad a partir de comentarios anteriores de la directora financiera Sarah Friar, quien dijo en septiembre que los socios en la nube han estado "aprendiendo a nuestra costa". "A medida que ayudamos a nuestros socios a diseñar el centro de datos de IA, mientras aprenden, mientras entrenamos en esos centros de datos o incluso mientras hacemos inferencia... ellos están, a veces lo pienso como que están aprendiendo un poco a nuestra costa", dijo Friar en una conferencia de Goldman Sachs.​

Bajo la asociación reestructurada con Microsoft anunciada en octubre, las solicitudes de API sin estado de OpenAI permanecerán exclusivamente en Azure hasta 2030, a menos que un panel de expertos independientes determine que se ha logrado la inteligencia artificial general. Sin embargo, otros productos de OpenAI, incluido ChatGPT, ahora pueden distribuirse a través de múltiples plataformas. OpenAI se ha comprometido a comprar $250 mil millones adicionales en servicios de Azure, aunque Microsoft ya no posee el derecho de primera negativa como proveedor de cómputo de OpenAI.


Las Presiones Financieras Impulsan la Estrategia

OpenAI espera terminar 2025 con más de $20 mil millones en ingresos anualizados y proyecta un crecimiento a cientos de miles de millones para 2030. La compañía recientemente firmó un acuerdo de nube de $38 mil millones a siete años con Amazon, marcando su primera asociación importante de infraestructura fuera de Microsoft desde la renegociación de su acuerdo. OpenAI también ha asegurado compromisos masivos con Oracle ($300 mil millones), Nvidia ($100 mil millones) y AMD ($90 mil millones).​

Convertirse en proveedor de nube podría ayudar a OpenAI a monetizar sus masivas inversiones en infraestructura mientras reduce la dependencia de socios que eventualmente podrían competir contra ella. A escala, los negocios de nube generan ingresos recurrentes sustanciales—AWS por sí sola tiene una tasa de ingresos anuales de $132 mil millones.

Google lanza el chip Ironwood para desafiar a Nvidia.

Google lanzó Ironwood, su Unidad de Procesamiento Tensor de séptima generación, esta semana con especificaciones de rendimiento que la ponen en competencia directa con la arquitectura Blackwell de Nvidia. El chip estará disponible de manera general para clientes de la nube en las próximas semanas, marcando una escalada en el esfuerzo del gigante tecnológico por reducir su dependencia de GPUs de terceros mientras captura una mayor participación del floreciente mercado de infraestructura de IA.​

Ironwood ofrece hasta 10 veces el rendimiento máximo de la TPU v5p de Google y más de cuatro veces el rendimiento por chip en comparación con su predecesora, la TPU v6e, también conocida como Trillium. Cada chip proporciona 4,614 teraflops FP8 de rendimiento y está equipado con 192 GB de memoria HBM3E, ofreciendo un ancho de banda de hasta 7.37 TB/s. El sistema puede escalar hasta 9,216 chips en un solo pod, entregando 42.5 exaflops FP8 de potencia de cómputo—aproximadamente 118 veces más que los sistemas competidores, según la documentación técnica de Google


Grandes Clientes Señalan Cambio en el Mercado

Anthropic, la startup de IA detrás de los modelos Claude, anunció a finales de octubre que planea implementar hasta un millón de TPUs como parte de una expansión histórica de su asociación con Google Cloud. El acuerdo, valorado en decenas de miles de millones de dólares, proporcionará a Anthropic acceso a más de un gigavatio de capacidad informática que entrará en funcionamiento en 2026. Krishna Rao, director financiero de Anthropic, dijo que la capacidad ampliada "garantiza que podamos satisfacer nuestra demanda en crecimiento exponencial mientras mantenemos nuestros modelos a la vanguardia de la industria".​

Lightricks, conocida por sus herramientas de software creativo, también está utilizando Ironwood para entrenar su modelo multimodal LTX-2, que combina entradas de texto e imagen. Google mismo utiliza TPUs para entrenar e implementar sus modelos de IA de frontera, incluyendo Gemini, Veo e Imagen.


La carrera por la infraestructura se intensifica

El lanzamiento de Ironwood destaca una competencia cada vez más intensa entre los proveedores de la nube por ofrecer infraestructura de IA diferenciada más allá de las GPU dominantes de Nvidia. Google está aumentando sus gastos de capital a entre $91 mil millones y $93 mil millones en 2025, por encima de una proyección anterior de $85 mil millones, con la mayoría de los fondos dirigidos hacia la infraestructura de IA. El CEO Sundar Pichai dijo a los analistas el mes pasado que la compañía ha firmado más acuerdos por más de $1 mil millones hasta el tercer trimestre de 2025 que en los dos años anteriores juntos.​

Google Cloud reportó un crecimiento interanual de ingresos del 34% en el tercer trimestre, alcanzando los $15.15 mil millones. Pichai atribuyó las ganancias a "una demanda sustancial de nuestros productos de infraestructura de IA, incluidas las soluciones basadas en TPU". La cartera de proyectos pendientes de la nube de la compañía creció un 46% trimestre a trimestre, alcanzando los $155 mil millones.​

Junto a Ironwood, Google presentó nuevos procesadores Axion basados en Arm, incluyendo la máquina virtual N4A y la instancia C4A bare metal. La N4A ofrece hasta el doble de precio-rendimiento que las máquinas virtuales comparables basadas en x86, según informó la compañía.

China afirma haber logrado un avance en la energía satelital para armas de rayos de partículas.

Científicos chinos afirman haber superado un desafío de ingeniería fundamental que ha obstaculizado las armas de haz de partículas basadas en el espacio durante décadas, según un informe publicado esta semana. El avance involucra un sistema de energía satelital capaz de suministrar megavatios de energía con precisión a nivel de nanosegundos, lo que marca un potencial avance en la tecnología de armas de energía dirigida.


El Poder se Encuentra con la Precisión


El desarrollo aborda lo que los investigadores describen como un dilema fundamental en el armamento de haces de partículas: los sistemas de alta potencia que entregan megavatios de energía tradicionalmente han sido demasiado lentos para controlar, mientras que los sistemas ultraprecisos capaces de sincronización de microsegundos y nanosegundos no podían manejar ráfagas de energía masivas. Según el South China Morning Post, los pulsos de energía deben permanecer sincronizados con errores no mayores a millonésimas o millmillonésimas de segundo, o el haz pierde el enfoque y el arma falla.


"Alta potencia y alta precisión generalmente no van juntas", afirmó el informe, señalando que los ingenieros históricamente se han visto obligados a elegir entre potencia bruta y control fino. Los científicos chinos ahora afirman haber resuelto este compromiso, aunque los detalles técnicos sobre el sistema siguen siendo limitados.


El anuncio se produce mientras China expande rápidamente sus capacidades de armas espaciales. Según una investigación de CNN publicada esta semana, más del 60% de 136 sitios vinculados a la producción de misiles de China han mostrado crecimiento desde 2020, con más de 21 millones de pies cuadrados de nueva construcción. La Fuerza Espacial de EE.UU. informó en su última evaluación de amenazas que China opera más de 1,189 satélites a julio de 2025, incluidos más de 510 sistemas de inteligencia y vigilancia.


Implicaciones Estratégicas


El ejército estadounidense está respondiendo al creciente arsenal antiespacial de China mediante el despliegue de nuevos sistemas de interferencia satelital. Funcionarios de la Fuerza Espacial confirmaron esta semana que están desplegando armas Meadowlands y Remote Modular Terminal, diseñadas para interrumpir los satélites de reconocimiento chinos y rusos. El general Chance Saltzman, Jefe de Operaciones Espaciales, testificó recientemente que la acumulación de armas espaciales por parte de China, incluyendo láseres terrestres y misiles antisatélite, constituye una "grave amenaza" para las fuerzas estadounidenses.


Las armas de haz de partículas, que aceleran partículas atómicas o subatómicas a velocidades cercanas a la de la luz, han sido perseguidas por las principales potencias desde la década de 1980. El Pentágono probó un prototipo de haz de partículas neutras a bordo de un cohete suborbital en 1989, pero archivó el programa debido a restricciones de peso y energía. El atractivo de la tecnología radica en su capacidad para penetrar objetivos más profundamente que los láseres, potencialmente encendiendo suministros de combustible o destruyendo componentes electrónicos.

IonQ logra récord en computación cuántica con una fidelidad de compuerta del 99.99%

IonQ logró un avance revolucionario con una fidelidad de puerta de dos qubits del 99.99% el 21 de octubre de 2025, convirtiéndose en la primera empresa de computación cuántica en cruzar el codiciado punto de referencia de "cuatro nueves" y estableciendo un nuevo récord mundial en rendimiento de computación cuántica. Este hito, demostrado utilizando la tecnología patentada de Control Electrónico de Qubits de la compañía, supera el récord anterior del 99.97% y posiciona a IonQ años por delante en la carrera hacia la computación cuántica tolerante a fallos.​


Método revolucionario de "Compuerta Suave" elimina la necesidad de enfriamiento al estado fundamental

El logro récord proviene del novedoso método de "compuerta suave" de IonQ, detallado en un artículo técnico publicado el 19 de octubre de 2025. A diferencia de los enfoques tradicionales que requieren un enfriamiento al estado fundamental costoso y que consume mucho tiempo, la técnica de compuerta suave opera eficazmente a temperaturas por encima del límite Doppler mientras mantiene una precisión sin precedentes. Los investigadores lograron un error de compuerta estimado de solo 8.4 × 10⁻⁵ sin enfriamiento al estado fundamental, lo que representa una mejora de aproximadamente 100 veces sobre los métodos anteriores que operan a temperaturas similares.​

El avance permite operaciones cuánticas con tasas de error que permanecen por debajo de 5 × 10⁻⁴ incluso para iones con números de ocupación de fonones promedio de hasta 9.4, demostrando una notable robustez en diversas condiciones térmicas. "Esta es, según nuestro conocimiento, la compuerta de dos qubits de mayor fidelidad jamás demostrada en cualquier modalidad de computación cuántica," señaló el equipo de investigación.​

La tecnología de Control Electrónico de Qubits de IonQ reemplaza los controles tradicionales basados en láser con electrónica de precisión integrada en chips semiconductores, permitiendo la fabricación en masa a través de procesos de fabricación existentes. Este enfoque reduce significativamente los costos mientras mejora la escalabilidad y la estabilidad operacional.​


Ganancias Dramáticas de Rendimiento e Implicaciones Comerciales

El umbral de fidelidad del 99.99% desbloquea capacidades transformadoras para aplicaciones de computación cuántica. Según IonQ, los clientes pueden esperar un aumento de rendimiento de 10 mil millones de veces sobre sistemas que operan con el estándar de oro anterior del 99.9% de fidelidad en hardware idéntico. Esta mejora exponencial reduce los requisitos de corrección de errores y permite la ejecución de algoritmos complejos previamente imposibles en sistemas cuánticos.​

"Alcanzar una fidelidad de cuatro nueves es un momento decisivo para el liderazgo cuántico de IonQ," dijo el CEO Niccolo de Masi. "Este nivel de rendimiento cuántico ha sido la estrella del norte de la industria durante décadas y cruzarlo acerca los sistemas cuánticos tolerantes a fallos años más cerca de la adopción masiva en el mercado".​

El logro forma la base para los sistemas de 256 qubits planificados por IonQ, programados para demostración en 2026, apoyando en última instancia la hoja de ruta de la compañía para escalar a millones de qubits para 2030. Estos avances se basan en el hito reciente de IonQ de lograr un rendimiento #AQ 64 tres meses antes de lo programado en septiembre de 2025.​

A pesar del avance técnico, las acciones de IonQ cerraron con una caída del 4.77% a $59.94 el día del anuncio, reflejando las preocupaciones continuas del mercado sobre la reciente oferta de capital de $2 mil millones de la compañía y los efectos de dilución. Sin embargo, la acción ha ganado un 79.6% en lo que va del año, cotizando cerca de su máximo de 52 semanas.

DeepSeek presenta modelo OCR con compresión de texto 20x.

La compañía china de IA DeepSeek presentó DeepSeek-OCR el lunes, un modelo de IA multimodal de código abierto que logra una compresión de texto de hasta 20 veces manteniendo un 97% de precisión, marcando un avance significativo en la eficiencia del procesamiento de documentos para sistemas de IA.​

Avance en la Compresión de Texto Visual

El modelo de visión-lenguaje de 3 mil millones de parámetros aprovecha un enfoque innovador que trata el texto como imágenes para la compresión, permitiendo que los sistemas de IA procesen documentos masivos sin aumentos proporcionales en los costos computacionales. Según el documento técnico de DeepSeek, el modelo puede comprimir texto hasta 10 veces manteniendo el 97% de la información original, con un rendimiento útil incluso en proporciones de compresión de 20x.​

"A través de DeepSeek-OCR, demostramos que la compresión visión-texto puede lograr una reducción significativa de tokens – de siete a 20 veces – para diferentes etapas de contexto histórico, ofreciendo una dirección prometedora para abordar los desafíos de contexto largo en LLMs," declaró la compañía con sede en Hangzhou.​

El sistema procesa más de 200,000 páginas diariamente en una sola GPU Nvidia A100, con un rendimiento que alcanza 33 millones de páginas por día utilizando 20 servidores equipados con ocho A100s cada uno. Esta capacidad de procesamiento supera con creces los métodos OCR tradicionales, que típicamente requieren miles de tokens para tareas similares.​

Arquitectura Técnica y Rendimiento

DeepSeek-OCR consta de dos componentes principales: DeepEncoder para el procesamiento de imágenes y DeepSeek3B-MoE-A570M como decodificador. El codificador combina el SAM (Segment Anything Model) de 80 millones de parámetros de con el CLIP de 300 millones de parámetros de OpenAI, utilizando un compresor 16x que reduce una imagen de 1.024 píxeles de 4.096 tokens a solo 256 tokens.​

En pruebas comparativas en OmniDocBench, DeepSeek-OCR superó a GOT-OCR 2.0 utilizando solo 100 tokens de visión en comparación con 256, y superó a MinerU 2.0 con menos de 800 tokens frente a más de 6.000 tokens por página. El modelo admite aproximadamente 100 idiomas y puede procesar varios tipos de documentos, desde presentaciones simples que requieren 64 tokens hasta periódicos complejos que necesitan hasta 800 tokens en "modo Gundam".​

DeepSeek entrenó el sistema utilizando 30 millones de páginas PDF en aproximadamente 100 idiomas, incluyendo diagramas sintéticos, fórmulas químicas y figuras geométricas. El modelo ya está disponible en Hugging Face y GitHub bajo la licencia MIT, continuando con el compromiso de DeepSeek con el desarrollo de IA de código abierto que previamente ha revolucionado la industria con alternativas rentables a los modelos de OpenAI.

Físicos del MIT duplican la precisión de los relojes atómicos utilizando entrelazamiento cuántico.

Físicos del MIT han logrado un avance en la precisión de los relojes atómicos al desarrollar una técnica de espectroscopía mejorada cuánticamente que lleva los relojes ópticos de red más allá de los límites fundamentales del ruido cuántico. Su investigación, publicada en la revista Nature el 8 de octubre de 2025, demuestra cómo entrelazar cientos de átomos de iterbio puede duplicar la precisión de los dispositivos de cronometraje.

Técnica revolucionaria de mejora cuántica

El equipo de investigación, dirigido por Vladan Vuletić en el Laboratorio de Investigación en Electrónica del MIT, desarrolló un método llamado "espectroscopía de fase global" que aprovecha el entrelazamiento cuántico para reducir el ruido cuántico, una limitación fundamental que oscurece las oscilaciones atómicas. El avance consiste en entrelazar cientos de átomos de iterbio en una cavidad óptica formada por espejos curvados, donde la luz láser rebota miles de veces, creando correlaciones cuánticas entre los átomos.​

A diferencia de los relojes atómicos tradicionales que rastrean oscilaciones de átomos de cesio a 10 mil millones de veces por segundo, los nuevos relojes atómicos ópticos monitorizan átomos de iterbio que laten 100 billones de veces por segundo, 10,000 veces más rápido que las frecuencias de microondas. La mejora cuántica permite que estos relojes logren una ganancia metrológica de 2.4 decibelios más allá del límite cuántico estándar, con una mejora de 4.0 decibelios en la sensibilidad al ruido del láser.​

Superando la barrera del ruido cuántico

La innovación se centra en aprovechar lo que los científicos antes consideraban irrelevante: la fase global que se acumula cuando la luz láser interactúa con átomos entrelazados. "Uno podría pensar que no hemos hecho nada", explicó Vuletić. "Se obtiene esta fase global de los átomos, que normalmente se considera irrelevante. Pero esta fase global contiene información sobre la frecuencia del láser".

La técnica emplea un enfoque sofisticado llamado eco rotatorio para contrarrestar las inhomogeneidades en el acoplamiento luz-átomo, preservando la coherencia cuántica en todo el conjunto atómico. Los investigadores también implementaron una estrategia de medición diferencial con cancelación de ruido que codifica simétricamente la información de fase a través de dos estados de espín nuclear, suprimiendo efectivamente los errores de modo común mientras amplifica la verdadera señal atómica.​

Aplicaciones transformadoras en el horizonte

La mayor precisión podría revolucionar la investigación de la física fundamental y sus aplicaciones prácticas. "Con estos relojes, la gente está intentando detectar materia oscura y energía oscura, probar si realmente existen solo cuatro fuerzas fundamentales, e incluso ver si estos relojes pueden predecir terremotos", señaló Vuletić. La escalabilidad de la técnica y su resistencia a imperfecciones experimentales la hacen prometedora para relojes atómicos portátiles que podrían utilizarse en diversas mediciones científicas.​

La investigación se basa en el trabajo previo del equipo de 2020, cuando demostraron por primera vez que el entrelazamiento cuántico podía mejorar la precisión de los relojes atómicos al redistribuir, esencialmente, la incertidumbre de la medición para revelar "tics" atómicos más claros. Su logro más reciente extiende exitosamente estas técnicas de mejora cuántica al dominio óptico, donde los átomos oscilan a frecuencias mucho más altas que los sistemas tradicionales basados en microondas.​

Google lanza inteligencia artificial de código abierto para detectar mutaciones cancerígenas.

Google Research presentó DeepSomatic el 16 de octubre, un modelo de IA de código abierto que mejora drásticamente la detección de mutaciones genéticas que causan cáncer, lo que podría acelerar la medicina de precisión en todo el mundo. La herramienta, desarrollada en colaboración con el Instituto de Genómica de UC Santa Cruz y el Children's Mercy Hospital, utiliza redes neuronales convolucionales para identificar variantes genéticas en células cancerígenas con una precisión sin precedentes.​

Rendimiento superior en todas las principales tecnologías de secuenciación

DeepSomatic superó significativamente a las herramientas existentes de análisis de cáncer en pruebas de referencia, alcanzando una puntuación F1 del 90% para la detección de inserciones y eliminaciones (indels) en datos de secuenciación de Illumina, en comparación con el 80% de los métodos actuales. Para los datos de secuenciación de lecturas largas de Pacific Biosciences, la mejora fue aún más notable—DeepSomatic obtuvo más del 80% mientras que las herramientas existentes puntuaron por debajo del 50%.​

El modelo de IA, publicado en Nature Biotechnology, analizó 329,011 variantes somáticas en líneas celulares de cáncer y logró identificar mutaciones genéticas en casos difíciles, incluyendo leucemia pediátrica y tumores cerebrales agresivos como el glioblastoma. En muestras de leucemia pediátrica, DeepSomatic descubrió 10 mutaciones previamente no detectadas, además de las ya conocidas por los investigadores.​

Lanzamiento integral de código abierto acelera la investigación global

Google Research publicó tanto el modelo DeepSomatic como su conjunto de datos de entrenamiento de alta calidad, llamado CASTLE (Cancer Standards Long-read Evaluation), bajo licencias de código abierto en GitHub. El conjunto de datos CASTLE combina datos de secuenciación del genoma completo de tres plataformas líderes—Illumina, PacBio y Oxford Nanopore—a través de seis pares de líneas celulares tumor-normal de muestras de cáncer de mama y pulmón.​

“El cáncer es fundamentalmente una enfermedad genética, y identificar las mutaciones correctas es esencial para ofrecer tratamientos precisos”, declararon los investigadores de Google. La herramienta va más allá de los datos de entrenamiento para incluir tipos de cáncer que no se estudiaron inicialmente, demostrando su versatilidad para diversas aplicaciones de investigación y clínicas. DeepSomatic puede analizar tanto muestras emparejadas tumor-normal como casos desafiantes solo de tumor donde no se dispone de tejido sano para comparación, como sucede en los cánceres de sangre.​

Científicos conectan un cristal temporal a un sistema externo por primera vez.

Los investigadores de la Universidad Aalto de Finlandia han logrado un hito revolucionario en física cuántica al conectar un cristal temporal a un sistema externo por primera vez, revolucionando potencialmente los sistemas de memoria de computación cuántica que durante mucho tiempo han luchado con la rápida degradación de la información.

El avance, publicado hoy en Nature Communications, demuestra cómo los científicos transformaron un cristal temporal en una plataforma optomecánica que mantuvo el movimiento cuántico durante hasta 100 millones de ciclos, órdenes de magnitud más largo que los sistemas actuales de computación cuántica.​


Solución Revolucionaria de Memoria Cuántica

El Investigador Académico Jere Mäkinen lideró el equipo que logró acoplar magnones en un superfluido de helio-3 a un oscilador mecánico, creando lo que los investigadores describen como un sistema optomecánico de cavidad. El cristal temporal, formado al enfriar helio-3 hasta cerca del cero absoluto y bombearlo con ondas de radio, mantuvo sus oscilaciones durante varios minutos antes de desvanecerse—un logro notable en coherencia cuántica.​

"El movimiento perpetuo es posible en el ámbito cuántico siempre y cuando no sea perturbado por una entrada de energía externa, como al observarlo," explicó Mäkinen. "Es por eso que un cristal temporal nunca antes había sido conectado a ningún sistema externo. Pero hicimos precisamente eso y demostramos, también por primera vez, que se pueden ajustar las propiedades del cristal usando este método".​

El avance aborda un desafío crítico en la computación cuántica: la fragilidad de la memoria. Los sistemas cuánticos actuales sufren de decoherencia rápida, donde los qubits pierden su información casi inmediatamente, limitando severamente las capacidades computacionales. Investigaciones recientes indican que la memoria cuántica representa "uno de los mayores cuellos de botella que enfrentamos como comunidad," según el Dr. Eran Ginossar de la Universidad de Surrey.​


Aplicaciones Más Allá de la Computación

El equipo demostró que los cambios en la frecuencia del cristal temporal reflejan fenómenos optomecánicos utilizados en la detección de ondas gravitacionales en el Observatorio de Ondas Gravitacionales por Interferometría Láser. Esta conexión abre posibilidades para dispositivos de medición ultrasensibles y referencias de frecuencia.​

Los cristales temporales, teorizados por primera vez por el laureado Nobel de 2012 Frank Wilczek, representan fases exóticas de la materia que exhiben movimiento perpetuo en su estado fundamental sin aporte de energía—pareciendo desafiar los principios termodinámicos tradicionales. Confirmados experimentalmente en 2016, estas estructuras cuánticas han permanecido en gran medida aisladas de sistemas externos hasta ahora.​

El avance de Aalto utilizó las instalaciones del Laboratorio de Baja Temperatura, parte de la infraestructura nacional de investigación OtaNano de Finlandia. Al optimizar la pérdida de energía y la frecuencia del oscilador mecánico, los investigadores creen que su enfoque podría alcanzar operaciones en el estado fundamental cuántico, donde los mundos clásico y cuántico se difuminan.​

Para aplicaciones de computación cuántica, los tiempos de coherencia extendidos podrían permitir elementos de memoria cuántica más robustos capaces de preservar información sin decaimiento rápido. La tecnología también podría servir como peines de frecuencia para sensores de alta precisión, transformando potencialmente campos desde el descubrimiento de fármacos hasta la ciencia de materiales donde las ventajas cuánticas siguen siendo esquivas.​

El modelo de IA de Google identifica una vía de terapia contra el cáncer.

Google reveló un importante avance en la investigación del cáncer el 15 de octubre, revelando que su modelo de inteligencia artificial Cell2Sentence-Scale 27B identificó y validó experimentalmente con éxito una nueva vía para hacer que los tumores "fríos" sean visibles al sistema inmunológico. El modelo de 27 mil millones de parámetros, construido sobre la plataforma Gemma de Google en colaboración con la Universidad de Yale, predijo que la combinación del medicamento silmitasertib con interferón en dosis bajas podría aumentar la presentación de antígenos tumorales aproximadamente en un 50%.​

Las pruebas de laboratorio confirmaron la hipótesis de la IA en modelos de células humanas, demostrando el potencial del descubrimiento de fármacos guiado por IA para acelerar el desarrollo de la inmunoterapia. "Un hito emocionante para la IA en la ciencia", escribió el CEO de Google, Sundar Pichai, en las redes sociales, calificando el descubrimiento como una vía potencial para desarrollar nuevas terapias contra el cáncer.​


IA Identifica Combinación Oculta de Fármacos

El avance aborda uno de los desafíos más persistentes de la inmunoterapia: transformar tumores "fríos" que evaden la detección inmunitaria en tumores "calientes" que responden al tratamiento. C2S-Scale fue diseñado para comprender lo que los investigadores describen como el "lenguaje de las células individuales", analizando patrones de comunicación celular que modelos de IA más pequeños no podían procesar.​

El modelo empleó un enfoque de cribado virtual de doble contexto, simulando los efectos de más de 4,000 fármacos en muestras de tumores de pacientes con señalización inmunitaria activa y datos de células aisladas sin contexto inmunitario. Este análisis identificó silmitasertib (CX-4945), un inhibidor de la quinasa CK2, como un amplificador condicional que mejoraría el reconocimiento inmunitario solo en entornos biológicos específicos donde ya estaban presentes niveles bajos de interferón.​

Según Google, la predicción representó "una idea novedosa" ya que la inhibición de CK2 mediante silmitasertib no había sido reportada previamente para mejorar explícitamente el reconocimiento del sistema inmunitario de los tumores.​

La Validación de Laboratorio Confirma la Hipótesis de IA

Los investigadores de Yale probaron las predicciones del modelo en modelos de células neuroendocrinas humanas que no formaban parte de los datos de entrenamiento de la IA. Los experimentos mostraron que tratar las células solo con silmitasertib no produjo ningún efecto en la presentación de antígenos, mientras que el interferón solo en dosis bajas tuvo un impacto modesto. Sin embargo, la combinación de ambos tratamientos resultó en la amplificación sinérgica predicha, con un aumento de la presentación de antígenos de aproximadamente el 50%.​

Los equipos de Yale están ahora explorando el mecanismo descubierto por la IA y probando predicciones adicionales en otros contextos inmunológicos. El modelo C2S-Scale 27B y los recursos asociados se han puesto a disposición de la comunidad investigadora a través de las plataformas GitHub y Hugging Face, lo que potencialmente acelerará más estudios de validación preclínica y clínica que podrían conducir a nuevas terapias combinadas.​